Il Master in Principi e pratica delle revisioni sistematiche e meta-analisi in ambito biomedico prepara i professionisti che operano o intendono operare in ambito biomedico a progettare, condurre e analizzare una revisione sistematica per domande di evidence-based healthcare, in un’ottica di riproducibilità metodologica e computazionale. Si tratta di un Master di II livello erogato in modalità on line e on demand per dare la possibilità ai discenti di usufruirne nei tempi a loro più comodi.
Il percorso del Master in Principi e pratica delle revisioni sistematiche e meta-analisi in ambito biomedico si sviluppa in 5 moduli. Dal momento che la sintesi delle evidenze riveste un ruolo sempre crescente nella ricerca, nella pratica clinica e nelle decisioni di politica sanitaria, una condizione fondamentale per l’implementazione dei risultati che derivano da una revisione sistematica e successiva meta-analisi è la loro riproducibilità. Si affrontano, pertanto, temi classici di metodologia della revisione sistematica affiancando applicazioni innovative di text mining e machine learning. La meta-analisi è trattata dando ampio spazio agli aspetti applicativi, dai metodi di base fino ai modelli multilevel, multivariati e alla network meta-analysis. Si usa il software R.
La graduazione della qualità della evidenza empirica è introdotta tenendo presenti i principi di etica della quantificazione e delle particolarità della real world evidence. La riproducibilità si affronta seguendo la sua tassonomia, dalla riproducibilità tecnica a quella metodologica e scientifica. Il literate programming è trattato in R Markdown e con esempi applicativi.
Il Master in Principi e pratica delle revisioni sistematiche e meta-analisi in ambito biomedico è rivolto principalmente ai laureati in scienze mediche, biologiche, farmacologiche, matematiche, statistiche. Il Master identifica nei professionisti, che già operano o che intendono operare nell’ambito biomedico, i candidati ideali da guidare nella realizzazione di revisioni sistematiche solide e riproducibili.
Il Master intende arricchire gli studenti con competenze applicative di crescente rilevanza per tutte le declinazioni della pratica e della ricerca medica e ha come obiettivo la formazione di professionisti con elevata capacità di pianificazione, conduzione e analisi di revisioni sistematiche. Le conoscenze acquisite nel Master sono rilevanti per l’ulteriore specializzazione di professionisti sanitari già occupati e per la definizione di profili tecnico-quantitativi che opereranno nell’ambito sanitario, nella ricerca biomedica e nelle CRO.
Il Master in Principi e pratica delle revisioni sistematiche e meta-analisi in ambito biomedico prevede un percorso sviluppato in 5 moduli, fruibili online e on demand, così definiti:
Modulo 1. METODOLOGIA DELLE REVISIONI SISTEMATICHE
Il modulo ha l’obiettivo di trasferire metodi e strumenti per la produzione delle revisioni sistematiche, dalla stesura e registrazione del protocollo, al reporting e alla valutazione critica.
Modulo 2. TEXT-MINING E MACHINE LEARNING NELLE REVISIONI SISTEMATICHE
L’uso di strumenti di estrazione del testo (text-mining) e di algoritmi di apprendimento automatico (machine learning) nella conduzione di revisioni sistematiche sta diventando un approccio sempre più popolare per ottimizzare le risorse umane ed economiche e il tempo necessario per completare tali revisioni. In questo modulo si illustrano gli approcci più promettenti presenti in letteratura rispetto allo screening de novo e all’aggiornamento ed estensione di una revisione, con applicazione in R per gli strumenti open source.
Modulo 3. METODOLOGIA DELLA META-ANALISI I
Il modulo fornisce un’introduzione alla terminologia e ai concetti metodologici che sono coinvolti in questo approccio di sintesi delle evidenze. Punti essenziali affrontati nel modulo sono la sintesi delle misure di effetto, l’introduzione alla meta-analisi e la gestione della componente di eterogeneità fra gli studi. Verranno illustrati esempi pratici ed applicazioni.
Modulo 4. METODOLOGIA DELLA META-ANALISI II
Si affrontano gli aspetti avanzati relativi alle metodologie della meta analisi. Tra gli argomenti trattati nel modulo sono previsti i modelli di meta-analisi multivariati/multilivello, le meta-analisi Bayesiane le Network meta-analisi (NMA) frequentiste e Bayesiane. Verranno illustrati esempi pratici ed applicazioni.
Modulo 5. RIPRODUCIBILITÀ DELLA RICERCA
Questo modulo tratta una miscellanea di argomenti connessi alla riproducibilità da un punto di vista non solo quantitativo e computazionale, come la selective inference e il literate programming, ma anche di epidemiologia e filosofia della scienza.
Informazioni
Ottieni la brochure
"*" indica i campi obbligatori
FAQ
Ogni modulo si articola in 4 settimane di lezione, asincrone, ed è prevista una settimana di pausa prima del modulo successivo. È prevista una frequente e facile interazione tra studenti e docenti attraverso il forum di Moodle. R è il software di riferimento, con un’interfaccia semplificata per le tematiche che lo consentono. Le video lezioni si svolgono tra novembre e maggio con homework periodici che attesteranno le competenze acquisite. Anche gli homework sono erogati in modalità on demand. Il project work per la discussione dell’esame finale viene compilato tra giugno e luglio, anche su casi di interesse specifico dello studente, in accordo con il tutor. Il project work viene discusso sempre on line, su piattaforma Zoom.
No, non è previsto uno stage o il tirocinio.
È prevista la realizzazione di un project work finale che può essere compiuto anche su analisi e dati del proprio ambiente di lavoro. Il tema viene concordato con i docenti del corso.
No, non sono previsti premi di studio.
Il personale sanitario è esonerato dall’obbligo dell’E.C.M.
La frequenza è obbligatoria, anche se online. Dato, però, che le videolezioni sono pre-registrate ed è possibile consultarle 24 ore su 24, 7 giorni su 7, è molto semplice mettersi al passo con il piano di studio. La segreteria didattica e i docenti sono a disposizione per cercare di venire incontro agli studenti nel caso di gravosi impegni o periodi di intensa attività lavorativa.